Buckets:
Încărcați setul de date în Argilla[[încărcați-setul-de-date-în-argilla]]
<CourseFloatingBanner chapter={10} classNames="absolute z-10 right-0 top-0" notebooks={[ {label: "Google Colab", value: "https://colab.research.google.com/github/huggingface/notebooks/blob/master/course/en/chapter10/section3.ipynb"}, {label: "Aws Studio", value: "https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/master/course/en/chapter10/section3.ipynb"}, ]} />
În funcție de sarcina NLP cu care lucrați și cazul de utilizare sau aplicația specifică, datele dvs. și sarcina de adnotare vor arăta diferit. Pentru această secțiune a cursului, vom folosi un set de date care colectează știri pentru a completa două sarcini: o clasificare de text asupra subiectului fiecărui text și o clasificare de token-uri pentru a identifica entitățile numite menționate.
Xet Storage Details
- Size:
- 5.18 kB
- Xet hash:
- 70f8b49436a2170aa105152be7c6fec07b921d411a82b62797224003f004e883
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.